[發(fā)明專利]一種異常帶寬檢測方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202111658746.8
• 申請日: 2021-12-30
• 公開（公告）號: CN114430361A
• 公開（公告）日: 2022-05-03
• 發(fā)明（設計）人: 莫華森;段云涌;熊武;鄧錦燁;謝紹航;甘雨濤
• 申請（專利權）人: 天翼云科技有限公司
• 主分類號: H04L41/0631
• 分類號: H04L41/0631;H04L43/0894;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請涉及云計算技術領域，尤其涉及一種異常帶寬檢測方法、裝置、電子設備及存儲介質，響應于針對CDN帶寬的檢測指令，獲得當前時間點下的帶寬；對所述帶寬進行特征提取，獲得所述帶寬在各時序維度下的時序特征，其中，所述時序特征表征帶寬在預設周期內的變化趨勢；將所述時序特征輸入至已訓練的隨機森林模型，獲得所述隨機森林模型輸出的異常檢測結果，其中，所述隨機森林模型是通過對各歷史帶寬樣本進行迭代訓練獲得的。這樣，能夠提高異常帶寬檢測的準確度。

技術領域

本申請涉及云計算技術領域，尤其涉及一種異常帶寬檢測方法、裝置、電子設備及存儲介質。

背景技術

目前，隨著信息技術的快速發(fā)展，網(wǎng)絡規(guī)模日益龐大，需要保證IT系統(tǒng)的安全高效。因此，如何能夠實現(xiàn)對于帶寬的異常檢測，成為了一個亟待解決的問題。

相關技術中，在對帶寬進行異常檢測時，通常是依靠運維人員手動設置閾值，當帶寬滿足閾值條件時，即產生告警。

然而，相關技術中，由于在實際生產中，由于帶寬的特性會隨業(yè)務變化而變化，因此，相關技術中設置單一的固定閾值的方式，檢測異常帶寬的準確度不高，容易出現(xiàn)失誤，進而告警時產生大量的漏報誤報。

發(fā)明內容

本申請實施例提供一種異常帶寬檢測方法、裝置、電子設備及存儲介質，以提高異常帶寬檢測的準確度。

本申請實施例提供的具體技術方案如下：

一種異常帶寬檢測方法，包括：

響應于針對CDN帶寬的檢測指令，獲得當前時間點下的帶寬；

對所述帶寬進行特征提取，獲得所述帶寬在各時序維度下的時序特征，其中，所述時序特征表征帶寬在預設周期內的變化趨勢；

將所述時序特征輸入至已訓練的隨機森林模型，獲得所述隨機森林模型輸出的異常檢測結果，其中，所述隨機森林模型是通過對各歷史帶寬樣本進行迭代訓練獲得的。

可選的，對所述帶寬進行特征提取，獲得所述帶寬在各時序維度下的時序特征，具體包括：

根據(jù)所述帶寬，與預設的窗口內各時間點下的帶寬的均值之間的比值，獲得所述帶寬對應的環(huán)比屬性特征；以及，

根據(jù)所述帶寬，與預設的窗口內各時間點下的帶寬的均值之間的差值，獲得所述帶寬對應的環(huán)差屬性特征；以及，

根據(jù)所述帶寬，與各歷史周期內相同時間點下的帶寬的均值之間的比值，獲得所述帶寬對應的同比屬性特征；以及，

根據(jù)所述帶寬，與各歷史周期內相同時間點下的帶寬的均值之間的差值，獲得所述帶寬對應的同差屬性特征；以及，

根據(jù)當前時間點，確定所述帶寬對應的時刻屬性特征；以及，

根據(jù)所述帶寬的均值和標準差，獲得區(qū)間屬性特征；

根據(jù)所述環(huán)比屬性特征、所述環(huán)差屬性特征、所述同比屬性特征、所述同差屬性特征、所述時刻屬性特征和所述區(qū)間屬性特征，確定所述帶寬的時序特征。

可選的，獲得所述隨機森林模型輸出的異常檢測結果，具體包括：

將所述時序特征，分別輸入至所述隨機森林模型中的各決策樹中，獲得相應的決策樹輸出的分類結果；

若確定各分類結果為異常的數(shù)量大于等于預設的數(shù)量閾值，則確定異常檢測結果為異常；

若確定所述各分類結果為異常的數(shù)量小于所述數(shù)量閾值，則確定所述異常檢測結果為未存在異常。

可選的，所述隨機森林模型的訓練方法為：

獲取訓練樣本集；